早期诊断对于有效控制阿尔茨海默病进程非常重要。英国剑桥大学等机构研究人员开发出一种新型人工智能（AI）模型，团队表示该模型不但可避免侵入性或昂贵的检测，还可更早预测出阿尔茨海默病。

　　据介绍，目前阿尔茨海默病早期诊断要想做到准确，一般需依靠侵入性或昂贵的检测方法，如腰椎穿刺或正电子发射断层扫描。然而，并非所有医疗机构都有这样的检测条件。因此，多达三分之一的患者可能会被误诊，更有患者因诊断过晚而无法接受有效治疗。剑桥大学领衔研发的AI预测模型，提供了一种无创且成本低廉的方法，可有效预测研究对象是否会在未来三年内患阿尔茨海默病。相关研究已发表在英国《电子临床医学》杂志上。

　　基于美国研究小组收集的400名大脑灰质萎缩患者的认知测试和核磁共振扫描数据，研究团队利用机器学习算法建立了一个AI预测模型，并使用英国、新加坡等多个诊所的真实世界数据测试该模型。由于使用了文本、图片等多模态数据，该模型可比传统临床诊断更准确预测早期病症转化为阿尔茨海默病的概率。

　　测试结果显示，该模型识别三年内会患上阿尔茨海默病的人的准确率达82%，识别三年内不会患上阿尔茨海默病的人的准确率达81%。

　　全球有超过5500万人患痴呆症，其中最常见的类型就是阿尔茨海默病。未来，研究团队希望将该模型扩展到预测其他类型的痴呆症，如血管性痴呆和额颞叶痴呆，并使用不同类型数据，如血液检测中的标记物等。